Tröskelintervaller 4x8 minuter - Databonanza

Jag fick lite idéer om hur jag ville visualisera utvecklingen av mina träningspass. Som ni förstår stötta jag ganska snart på patrull i excel. Det är inte så kraftfullt för att göra större operationer och jobba med matriser, inte utan att programmera och det är inget jag var sugen på att lära mig. Nu har jag varit jätteförkyld i helgen så jag fick lite tid att lära mig lite python!

Så jag tog och lade lite tid på att lära mig lite grundläggande python, något jag länge funderat på. Nu kan jag göra snygga plottar istället för att sitta och jämföra storleken på talen manuellt i excel. Angående förkylningen så känns det inte alls bra inför sista racet White mountain race på lördag. Så jag får väl se hur det ska gå.

Hur som helst, jag har i figuren nedan tittat närmare på effekt- och pulsdata från alla tröskelpass 4x8 minuter som jag körde under förra vintern och våren. Att det var mest intressant att titta på beror förstås på att jag har data från absolut sådan pass. 4x4 hade jag bara data för 4-5 pass och det blir mindre intressant. Just tröskelpass som dessa är ju ingen maxning, utan jag siktar på att kunna hålla pulsen under AT+3%. Det är alltså inte FTP jag plottar, utan den effekt jag kört i 4x8min-pass och där ligger jag ju oftast 90-100% FTP. Däremot så kan man nog säga att utvecklingen av effekten på dessa pass väl korrelerar med utvecklingen av min FTP.

Snitteffekt för alla tröskelpass 4x8 minuter under 2018 försäsong.

I den övre bilden ser vi snitteffekten från alla passen plottade som röda +-tecken, på X-axlen är det passens datum. I den nedre bilden har jag räknat ut Effekten/pulsslag och plottar det för alla pass och alla intervaller. Man kan tydligt se att pulsen är högst under den sista intervallen (duh!). Och förhållanden mellan intervallerna är rätt konstant mellan de olika passen. Det sista passet jag körde där i april sticker ut både med en låg effekt och en väldigt låg effekt/puls. Just detta pass var det första hårda passet efter Kungsledenrännet, och man ser tydligt på siffrorna att jag inte var helt återhämtad. Jag kommer också ihåg detta pass som ett av årets värsta så helt klart var jag inte helt återställd från tävlingen.

Den gröna linjen i den övre bilden är en trendlinje anpassad till datat. Jag har i beräkningen av den inte inkluderat sista punkten, eftersom det blev skev data då jag var så sliten. Trenden visar alltså på en ökning av effekten med 0.22 watt/dag ~ 1.5 watt/veckan ~ 6 watt/månaden. Kunde jag hålla ens hälften av den ökningstakten vore det ju väldigt bra tror jag. Om jag kunde komma upp till 320 watt FTP skulle jag vara väldigt nöjd med vintern. Det skulle innebära att bränna av 20 minuter på monarken med 337 watt i snitt. Så vi kan väl säga 340 watt då.

Det var intressant att se att Effekt/puls inte ökat lika tydligt. Det skulle kunna bero på att jag i början av grundträningen inte visst var jag borde ligga och höll igen lite. Därmed kunde jag öka effekten i början, utan att öka kapaciteten. Förhoppningsvis kommer kurvorna följa varandra bättre i år.

Jag har kört 2 pass nu på slutet, som alltså inte ingår i figuren, och där ligger jag högre både på effekt och Effekt/puls. Så det är ju bra. Förhoppningsvis ska jag inte falla allt för långt innan jag drar igång grundträningen inför 2019. Så man kan börja bygga vidare härifrån.

Tanken med python-scriptet är att det ska bli lätt att bara peta in effekt och pulssiffror och så trycka plot så ser man hur utvecklingen ser ut. Det är ju lätt så länge man köra samma pass många gånger. Men jag har inte riktigt funderat hur jag ska få med pass man inte kör lika ofta. En scatter av alla intervaller, oavsett längd, som jämför puls och effekt vore lite intressant kanske. Men man ska ju ha tid också. Jag gjorde detta mest för att jag var sugen på att sätta mig in lite i python.